無線傳感器網(wǎng)絡性能測試與智能故障診斷技術研究.pdf

1、無線傳感器網(wǎng)絡(WirelessSensorNetworks，WSN)是當今極具潛力和影響力的關鍵技術之一。它集成了無線通信技術、傳感器技術、微機電系統(tǒng)技術和分布式信息處理等技術，將邏輯上的信息世界與客觀上的物理世界融合在一起，改變了人類與自然界的交互方式，在民用和軍事等許多領域具有很高的應用價值。
　　由于無線傳感器網(wǎng)絡的特殊應用背景以及自身特點等因素使得WSN的維護工作十分困難甚至不可維護。這就需要在WSN節(jié)點部署在應用環(huán)境之

2、前將節(jié)點狀態(tài)和網(wǎng)絡性能達到盡可能優(yōu)化，那么就需要對節(jié)點進行測試、對網(wǎng)絡可靠性進行分析，通過對測試或分析結果的評估修改節(jié)點或網(wǎng)絡某些參數(shù)使其性能達到最優(yōu)。因此，對無線傳感器網(wǎng)節(jié)點和網(wǎng)絡的測試和性能分析方面的研究工作對于無線傳感器網(wǎng)絡的廣泛應用具有重要的科學意義。另外，作為一種分布式計算平臺，WSN節(jié)點極易受到各種干擾因素影響而發(fā)生故障。當單個關鍵節(jié)點或某個區(qū)域節(jié)點故障失效時，將導致其周圍某一定范圍內(nèi)的節(jié)點全部都無法正常工作，還會造成連通被

3、割斷和網(wǎng)絡覆蓋的漏洞的問題，這將大大降低傳感器節(jié)點的可靠性，削弱或失效WSN預定功能。為了避免故障由節(jié)點級上升到網(wǎng)絡級，必須對節(jié)點故障進行有效地檢測、診斷原因并進行故障的預測，才能有效地給出修復方案，保證網(wǎng)絡的可靠運行。所以，及時地對網(wǎng)絡各種異常狀態(tài)做出診斷，尋找合理的容錯控制方案，指導網(wǎng)絡正常運行，對提高WSN的可靠性和魯棒性具有重要的意義。
　　為了有效地延長WSN的使用壽命，有效地利用WSN的各種資源，對WSN進行性能測試與

4、可靠性分析并且及時、準確的故障診斷，確保WSN信息傳遞的高可靠性，可以在上位計算機或中心管理節(jié)點上進行有效的路由規(guī)劃和節(jié)點管理，對WSN及其節(jié)點進行遠程維護。
　　本文圍繞無線傳感器網(wǎng)絡性能測試與智能故障診斷技術作了深入研究，在國內(nèi)外相關研究成果的基礎上，圍繞WSN性能測試與智能故障診斷兩大確保WSN高可靠性的重要技術提出了幾種新的、有效的解決方案，論文主要作了以下幾方面的工作。
　　在WSN性能測試與可靠性分析方面，本文提

5、出了FIPES，一種新的故障注入評測無線傳感器網(wǎng)絡及其可靠性方法。首先介紹了FIPES的基本結構;然后從注入故障、故障分析和可靠性評估三方面闡述了這種WSN性能測試方法;最后對FIPES進行了各項測試。實驗表明，F(xiàn)IPES可以有效地向WSN注入各種故障并評估其性能，在測試WSN可靠性方面有很高的應用價值，為WSN測試及可靠性驗證研究領域注入了一種新的方法。
　　在WSN智能故障診斷方面，本文對WSN故障進行了故障層次結構和特點分析

6、，得出WSN故障的檢測與診斷策略。并有效地利用粗糙集理論(RoughSets，RS)在剔除冗余屬性方面的優(yōu)勢，充分結合改進RBF神經(jīng)網(wǎng)絡在并行計算和克服噪聲干擾方面的功能，提出將粗糙集理論與改進RBF算法集成(簡稱RSRBF)，來解決能量有限而又具有顯著不確定性的WSN節(jié)點在線智能故障診斷問題。具體方法是:首先利用粗糙集理論進行故障診斷決策表的約簡，然后用約簡后的數(shù)據(jù)訓練神經(jīng)網(wǎng)絡，最后用訓練后的改進RBF神經(jīng)網(wǎng)絡對WSN節(jié)點故障進行診斷

7、。在粗糙集理論約簡算法中，本文提出了改進的歸納屬性約簡算法，提高了計算效率。
　　本文提出的RSRBF集成故障診斷算法揭示了WSN節(jié)點故障特征信息的內(nèi)在冗余性，能準確快速地解決WSN節(jié)點的在線故障診斷問題。在獲得的信息不完整或部分信息有誤的情況下，也能給出WSN節(jié)點的合理故障診斷。與常規(guī)RBF神經(jīng)網(wǎng)絡的診斷相比較，在故障特征數(shù)據(jù)可靠性降低時，愈加突顯出本文算法在診斷準確率方面的優(yōu)勢。通過大量的仿真實驗表明，本文提出的算法診斷準確率